- •Медична інформатика навчальний посібник
- •Передмова
- •1.Інформатика як наука. Інформація
- •Питання для самоконтролю
- •2. Апаратне забезпечення комп’ютера
- •Додаткові пристрої
- •Питання для самоконтролю
- •3.1.Прикладні програми
- •3.2.Файлова система комп’ютера
- •Питання для самоконтролю
- •4. Основи роботи в ос Windows
- •4.1.Вбудовані додатки та утиліти
- •4.2.Робочий стіл windows
- •4.3.Структура типового вікна
- •4.4.Головне меню
- •4.5.Копіювання і перейменування об’єктів
- •Питання для самоконтролю
- •5.1.Шрифти та їх вибір
- •5.2.Сторінка та її характеристики
- •5.3.Побудова таблиць у мs Wогd
- •Перелік робіт, що підлягають виконанню:
- •Питання для самоконтролю
- •6. Використання електронних таблиць для аналізу медико-біологічних даних. Електронні таблиці Microsoft Excel
- •6.1.Створення збереження файлів книг
- •6.2.Використання формул
- •6.3.Побудова діаграми
- •Питання для самоконтролю
- •7. Основи статистичних методів обробки результатів медико-біологічних досліджень
- •7.1.Статистичні сукупності
- •7.2.Варіаційний ряд та його параметри
- •7.3. Вступ у теорію ймовірностей
- •7.4. Кореляція
- •7.5.Обчислення статистичних параметрів за допомогою комп’ютера
- •Питання для самоконтролю
- •8.Технологія баз даних
- •8.1.Системи управління базами даних
- •8.2.Робота з базою даних у середовищі ms Access
- •8.3.Панель інструментів бази даних
- •8.4.Створення бази даних (створення структури бд)
- •Питання для самоконтролю
- •9. Стандартизована історія хвороби пацієнта
- •Медична карта № 1
- •Питання для самоконтролю
- •Практичне завдання
- •10. Формальна логіка у вирішенні завдань діагностики, лікування і профілактики хвороб. Типи (форми) медичної логіки
- •10.1.Детерміністична логіка
- •10.2. Логіка фазових інтервалів
- •10.3. Імовірнісна діагностика. Загальне уявлення про застосування інформаційно-імовірнісної логіки в діагностиці
- •10.4.0Снови теорії ймовірніосної діагностики
- •10.5.Функціонування систем імовірнісної діагностики
- •6) Установлення діагнозу
- •Питання для самоконтролю
- •11.Формалізація та алгоритмізація медичних задач
- •Питання для самоконтролю
- •Практичні завдання
- •12.Математичне моделювання в біології та медицині
- •12.1.Етапи математичного моделювання
- •12.2. Математична модель “ Хижаки - жертви”
- •Позначимо кількість жертв через n, а кількість хижакiв через m. Числа m та n є функцiями від часу т. У даній моделi врахуємо такi фактори:
- •1. Природне розмноження жертв;
- •12.3.Математичне моделювання в імунології
- •12.4.Математична модель росту популяції бактерій
- •12.5.Математичне моделювання поширення інфекційної хвороби в населеному пункті
- •12.6.Математичне моделювання функцій кровообігу
- •Питання для самоконтролю
- •13.Експертні системи в медицині
- •Питання для самоконтролю
- •1.Дайте визначення ес.
- •2.Розкажіть про загальну структуру ес, класифікацію.
- •14. Автоматизовані системи управління охороною здоров’я
- •Питання для самоконтролю
- •15.Медичні інформаційні системи
- •Питання для самоконтролю
- •16.1. Локальні та глобальні мережі
- •Контролер Модем еом
- •16.3.Поняття про медичні ресурси InterNеt
- •Питання для самоконтролю
- •Бібліографічний опис
- •Покажчики
- •Додатки
- •Гарячі клавіші Windows
- •Комбінації клавіш із зображенням логотипа Windows (Win)
- •Гарячі клавіші Microsoft Word
- •Гарячі клавіші Microsoft Excel
- •Комп’ютерна мережа InterNet Домени першого рівня:
7.3. Вступ у теорію ймовірностей
Нехай визначена сукупність вимірювань систолічного тиску в певній групі обстежуваних (табл.1). Що можна сказати про величину АТ в наступному, одинадцятому спостереженні, яке ми не проводили? Повною мірою оцінити цю величину ми не можемо, а можемо лише дати імовірнісну оцінку, тобто передбачити значення з тією або іншою часткою ймовірності.
Будь-яке значення АТ, яке ми виміряли, є випадковою величиною. Якщо є яка-небудь залежність, що описує цю випадкову величину, то прийнято говорити, що випадкова величина характеризується функцією ймовірності. У цьому разі, ґрунтуючись на отриманих результатах, можна прогнозувати ту величину, що буде отримана в наступних вимірюваннях. Така прогнозована величина називається математичним сподіванням. Спробуємо визначити величину математичного сподівання для нашого випадку.
Для цього спочатку згрупуємо однакові результати й оцінимо ймовірність їхньої появи в нашому спостереженні (табл.3):
Таблиця 3. Імовірність прояву параметра в сукупності
Систолічний АТ (Х)
|
Кількість пацієнтів
|
Імовірність (Р)
|
115
|
3
|
0,3
|
120
|
6
|
0,6
|
125
|
1
|
0,1
|
Оскільки загальне число спостережень склало десять (цифра 10 узята для наочності математичних маніпуляцій), тоді кожна поява того чи іншого pезультату становить собою ймовірність, що дорівнює 0,1. Для трьох появ цієї цифри: 0,1 * 3 = 03 і т.п.
Імовірність тієї чи іншої події при числі спостережень n оцінюється за простою формулою. Якщо число, що спостерігається, конкретних подій при числі спостережень n дорівнює m, то ймовірність дорівнює відношенню числа спостережень, у яких була виявлена подія, до загального числа спостережень:
Імовірність можна оцінити в безперервній шкалі від 0 до 1 включно. Подія, що неможлива, має ймовірність 0, а подія, що відбудеться обов'язково, має ймовірність 1.
Дві події називаються протилежними, якщо вони не можуть одночасно відбутися чи разом існувати. Дві події називаються незалежними в тому разі, якщо наявність чи відсутність однієї не змінює ймовірність появи іншої або якщо поява однієї не впливає на ймовірність появи іншої.
Події називаються залежними, якщо ймовірність однієї з них залежить від того, чи відбулася, чи не відбулася інша. В останньому разі вводиться поняття умовної ймовірності. Так, імовірність події В за умови, що вже настала подія А, позначається P(B/A).
Якщо подія складається з появи якої-небудь із групи протилежних подій (подія А або подія В), то ймовірність такої події становить собою суму ймовірностей подій у даній групі (правило додавання), тобто:
Р(А або В) = Р(А)+Р(В) (1)
Якщо події A і B незалежні, то ймовірність складної події, яка полягає в тому, що відбулися обидві ці події (подія А і В), дорівнює добутку ймовірностей цих подій, тобто:
P(А і В) = Р(А)·Р(В) (2)
Якщо події A і B залежні, то ймовірність складної події, яка полягає в тому, що відбулися обидві ці події (подія А і В), дорівнює добутку ймовірності однієї з цих подій на умовну ймовірність другої, тобто:
P(А і В) = Р(А)·Р(В/А) = Р(В)·Р(А/В) (3)
Нехай ми вивчили 2000 історій хвороби хворих на туберкульоз. У цьому разі число спостережень N = 2000. Серед переглянутих історій хвороби у 100 пацієнтів було виявлене зниження кількості тромбоцитів (тромбоцитопенія) (n = 100). У цьому випадку ймовірність тромбоцитопенії дорівнює:
P = n/N =1 00/2000 = l/20 =0,05.
Очевидно, що будь-який емпіричний досвід дає можливість із тією чи іншою мірою правильності прогнозувати майбутнє. У теорії статистики розуміння феномена прогнозування називається математичним сподіванням.
Математичне сподівання M(X) - це сума добутків усіх можливих значень величини X, що спостерігається, на ймовірність її появи в даному спостереженні Р:
М(X) = x1P1 + x2P2 + … + xnPn = (4)
У розглянутому нами випадку варіаційного ряду систолічного тиску математичне сподівання величини, що спостерігається, складає:
М (Х) = 120*0,6 + 115*0,3+ 125*0,1 = 72+34,5 +12,5 = 119,0.
Отже, найбільш імовірною (за точного вимірювання) є величина, що складає 119 мм.рт.ст.